SafePaw

Dans des sociétés où le nombre de maladies chroniques croît avec la longévité de la population, comment concilier maîtrise des dépenses et amélioration de la qualité des soins de santé ? Trouver le bon équilibre entre les deux est une question essentielle dans de nombreux pays développés ou en développement. La santé numérique se présente comme une opportunité majeure pour optimiser la gestion et les coûts associés aux soins. Le projet SAFEPAW propose une approche pluridisciplinaire et multidimensionnelle pour étudier l’apport de la santé numérique à ces problématiques et la manière dont les différents acteurs peuvent s’en saisir.

SAFEPAW (référence projet : 22-PESN-0005) est financé dans le cadre de la stratégie France 2030, via PEPR-MIE 2024 (Programme et Équipements Prioritaires de Recherche – Maladies Infectieuses Émergentes) – Volet Santé Innovation 2030.

Objectifs

L’objectif principal est d’évaluer l’impact de l’intelligence artificielle et des outils d’aide à la décision dans les parcours des patients au sein de notre système de santé. Plus précisément, SAFEPAW propose :

1- Une approche multidimensionnelle incluant à la fois des aspects cliniques, démographiques et des facteurs socio-économiques

2- Une approche en sciences humaines et sociales combinant des approches économiques, juridiques (RGPD et la proposition de loi européenne sur l’intelligence artificielle AI Act), éthiques, sociologiques et anthropologiques :

l’identification et l’analyse de données (avantages et limites de chaque type) utiles pour la modélisation des parcours de soins des patients à partir de bases de données (médico-administratives) de santé
la modélisation algorithmique a priori des parcours de soins des patients puis le développement de méthodes issues de la recherche opérationnelle pour optimiser les parcours de soins des patients en prenant en compte les spécificités empiriques
l’analyse des conséquences sur la prise de décision dans l’organisation et la gestion des structures de soins et de leurs ressources de l’ajout d’un système mature d’aide à la décision clinique et non clinique basé sur des algorithmes s’ajoutant aux données cliniques individuelles et aux recommandations de soins classiques

3- Une approche intégrative intersectionnelle, pluridisciplinaire et multi-niveaux prenant en compte :

des discussions et des dialogues informels entre chercheurs en informatique, économistes, mathématiciens, juristes, spécialistes en éthique, médecins, anthropologues/sociologues
des méthodes innovantes telles que des approches itératives pour développer, modifier et repenser des algorithmes spécifiques, pour favoriser l’émergence de nouveaux concepts et propositions,
l’évaluation des impacts économiques, sociaux, individuels, organisationnels, éthiques, juridiques à partir de cas concrets

Impacts

À partir des outils développés, une analyse statistique des parcours thérapeutiques de femmes âgées de plus de 75 ans atteintes d’un cancer du sein non métastatique sera réalisée sur les données fournies par le Health Data Hub (HDH). Cette étape préliminaire permettrait de connaître davantage la prise en charge de ces patientes.

Dans un second temps, des outils d’Intelligence Artificielle seront utilisés pour personnaliser la prise en charge de ces patientes. Il est envisagé de développer des Algorithmes d’Aide à la Décision pour prédire la survie de ces femmes en termes de récidive et décès en fonction des traitements prescrits. Les performances et la fiabilité des algorithmes développés seront évalués sur la base de données simulée avant d’être appliqués sur les données du HDH.